Die Demonstratoren - Maschinen, die "mitdenken"
Diese Angebote richten sich insbesondere an kleine und mittelständische Unternehmen, die vor der Herausforderung stehen, Ausfälle zu reduzieren, Verschleiß frühzeitig zu erkennen oder ihren Energieverbrauch zu optimieren. Mit dieser Technik können komplexe Prozesse realitätsnah abgebildet werden. Die Demonstratoren zeigen anschaulich, wie moderne Sensorik, Datenanalyse, digitale Zwillinge und intelligente Monitoring-Lösungen in realen Produktionsumgebungen eingesetzt werden können. Unternehmen erfahren, wie sie dadurch Wartung planbarer machen, Stillstandzeiten reduzieren, Energiebedarfe bestehender Produktionseinrichtungen transparent erfassen und ihre Anlagen nachhaltig betreiben können.
AR / VR - in der Instandhaltung
Ziel: Interaktive Schulung und Assistenz für Wartung und Montage mit Augmented Reality und Virtual Reality
Nutzen für KMU: Sichere, geführte Trainings für komplexe Prozesse; Ortsunabhängige Schulung ohne Maschinenbindung; Wissen von Experten digital verfügbar; Weniger Fehler durch visuelle Schritt-für-Schritt-Anleitung
Wirkung auf Nachhaltigkeit: Energiereduktion und Ressourcenschonung: Weniger Ausschuss und Fehlbedienung; Längere Lebensdauer von Maschinen; Reduzierter Reiseaufwand für Schulungen
Erforderliches Know-how: AR/VR-Hardware (Standard-Brillen); 3D-Modelle und Benutzerführung; Didaktisch klare Schritt-für-Schritt-Anleitungen
Schnittstellen zu anderen Technologien: Digitaler Zwilling (3D-Modelle)
Kontakt: Prof. Dr. Mathias Pelka, TH Lübeck
Weitere Informationen zum Download: AR-VR in der Instandhaltung
Predictive Maintenance
Ziel: Zustandsüberwachung von Maschinen für vorausschauende Instandhaltung
Nutzen für KMU: Früherkennung von Verschleiß und Störungen; Planbare und kosteneffiziente Wartung; Weniger Stillstände und Ausfälle; Höhere Anlagenverfügbarkeit und Prozessstabilität
Wirkung auf Nachhaltigkeit: Längere Lebensdauer von Komponenten und Maschinen; Bessere Nutzung bestehender Ressourcen
Erforderliches Know-how: Standardsensoren: z. B. Körperschall, Temperatur;
Datenübertragung, -speicherung und Visualisierung; Data Science und Condition Monitoring; Machine Learning für Predictive Maintenance
Schnittstellen zu anderen Technologien: Digitaler Zwilling
Kontakt: Jessica Ochs, TH Lübeck | Prof. Dr. Martin Huhn, TH Lübeck
Weitere Informationen zum Download: Predictive Maintenance
FAQ - Begriffserklärungen
Condition Monitoring - Zustandsüberwachung - bezeichnet die kontinuierliche Überwachung des Zustands von Maschinen und Anlagen während des laufenden Betriebs. Mithilfe von Sensoren werden relevante Messgrößen wie Schwingungen, Temperatur oder Laufzeiten erfasst und ausgewertet. So lassen sich Veränderungen frühzeitig erkennen, bevor es zu Störungen oder Ausfällen kommt.
Condition Monitoring ist ein zentraler Baustein moderner Instandhaltungsstrategien. Statt starrer Wartungsintervalle oder erst nach einem Ausfall aktiv zu werden, ermöglicht es vorausschauende Instandhaltung (Predictive Maintenance): Wartungen werden flexibel, datenbasiert und genau dann geplant, wenn ein echtes Risiko besteht. Das steigert die Verfügbarkeit der Anlagen, reduziert ungeplante Stillstände und senkt langfristig Kosten.
Für kleine und mittlere Unternehmen bietet Condition Monitoring die Möglichkeit, Wartung bedarfsgerecht zu planen, ungeplante Stillstände zu vermeiden und die Anlagenverfügbarkeit nachhaltig zu erhöhen.
Predictive Maintenance baut auf den Daten des Condition Monitorings auf und geht einen Schritt weiter: Ziel ist es, den optimalen Zeitpunkt für Wartungs- oder Instandhaltungsmaßnahmen vorherzusagen. Durch die Analyse von Zustands- und Betriebsdaten lassen sich Ausfallrisiken frühzeitig erkennen und Wartungen bedarfsgerecht planen.
KMU profitieren von Predictive Maintenance durch den Transfer datengetriebener Prognosemethoden in den Unternehmensalltag – für höhere Anlagenverfügbarkeit, effizientere Prozesse und eine nachhaltige Wettbewerbsfähigkeit.
KI - gestützte Systemeinstellungen
Ziel: Sensor- und KI-gestützte Analyse zur automatischen Optimierung von Systemeinstellungen: Fahrwerksabstimmung über Reifentemperatur bei Rennwagen
Nutzen für KMU: Einfache Integration in bestehende Systeme; KI-gestützte Optimierung von Parametern
Wirkung auf Nachhaltigkeit: Abhängig vom konkreten Einsatzfall
Erforderliches Know-how: Sensorik: Standard-Sensoren (z. B. Beschleunigung, Infrarot); Analyse: Visualisierung und Machine Learning
Schnittstellen zu anderen Technologien: Energiemonitoring; Predictive Maintenance; KI-gestützte optische Qualitätsprüfung
Kontakt: Daniel Thoma, Universität zu Lübeck | Prof. Dr. Martin Leuker, Universität zu Lübeck | Studierende der Seagulls Lübeck
Weitere Informationen zum Download: KI-gestützte Systemeinstellungen
Digitaler Zwilling in der Fertigung
Ziel: Produktionsvprozesse erfassen, visualisieren und KI-gestützt optimieren
Nutzen für KMU: Transparente Produktionsprozesse; Abweichungen früh erkennen; Effizientere Abläufe; Automatische Optimierung bei Störungen
Wirkung auf Nachhaltigkeit: Bessere Auslastung bestehender Ressourcen
Erforderliches Know-how: Digitaler Schatten: Sensorik, Daten, Visualisierung;
Digitaler Zwilling: Simulation, Data Science, KI
Schnittstellen zu anderen Technologien: Energiemonitoring; AR/VR-Instandhaltung; Predictive Maintenance; KI-gestützte optische Qualitätsprüfung; Mensch-Roboter-Kollaboration; Hardware-in-the-Loop
Kontakt: Daniel Thoma, Universität zu Lübeck | Prof. Dr. Martin Leuker, Universität zu Lübeck | Prof. Dr. Nils Kohlhase, TH Lübeck
Weitere Informationen zum Download: Digitaler Zwilling in der Fertigung
FAQ - Digitaler Zwilling
Was ist ein digitaler Zwilling?
In der interaktiven Videoreihe wurde vom Institute for Software Engineering and Programming Language (ISP) der Universität zu Lübeck zum Thema „Digital Twin für den Mittelstand“ erstellt. Hier können Sie sich durch die Stationen klicken und lernen, was Digital Twins sind und wie man sie einsetzt.
Klicken Sie hier um zur Videoreihe zu kommen.
Interaktive Videoreihe „Digital Twin für den Mittelstand“
Vom Institute for Software Engineering and Programming Language (ISP) der Universität zu Lübeck wurde eine interaktive Videoreihe zum Thema „Digital Twin für den Mittelstand“ erstellt. Hier können Sie sich durch die Stationen klicken und lernen, was Digital Twins sind und wie man sie einsetzt.
Klicken Sie hier um zur Videoreihe zu kommen.
Energie-Monitoring
Ziel: Energiebedarfe bestehender Produktionseinrichtungen erfassen und optimieren
Nutzen für KMU: Hotspot-Analyse – Identifikation energieintensiver Komponenten; Lastanalyse – Unterscheidung zwischen Grundlast, produktiver Bearbeitung und Lastspitzen; Prozessoptimierung – Einfluss von Prozessparametern auf den Energieverbrauch; Frühwarnsignal bei Veränderungen; Integration von Sensorik in bestehende Systeme
Wirkung auf Nachhaltigkeit: Reduzierung des Energieverbrauchs
Erforderliches Know-how: Sensorik: Standardkomponenten, einfache Integration; Monitoring: IT-Lösung mit Datenbank und Visualisierung
Schnittstellen zu anderen Technologien: Digitaler Zwilling
Kontakt: Prof. Dr. Nadine Madanchi, TH Lübeck | Sven Ole Schmidt, TH Lübeck
Weitere Informationen zum Download: Energie-Monitoring
KI-gestützte optische Qualitätsprüfung
Ziel: Automatische Erkennung fehlerhafter oder abweichender Teile per Kamera und KI
Nutzen für KMU: Objektive Qualitätsprüfung; Entlastung von Fachpersonal durch Automatisierung; Verringerung von Ausschuss und Nacharbeit; Flexibel skalierbar für verschiedene Produkte
Wirkung auf Nachhaltigkeit: Ressourcenschonung durch frühzeitige Erkennung fehlerhafter Teile; Vermeidung unnötiger Weiterverarbeitung
Erforderliches Know-how: Kameras, Beleuchtung, mechanische Integration; Datenübertragung, -speicherung und Visualisierung; Bildverarbeitung, Machine Learning, Deep Learning
Schnittstellen zu anderen Technologien: Digitaler Zwilling; Cobots in der Produktion; Predictive Maintenance
Kontakt: Prof. Dr. Niklas Beuter, TH Lübeck | Prof. Dr. André Drews, TH Lübeck
Weitere Informationen zum Download: KI-gestützte optische Qualitätsprüfung
Cobots in der Produktion
Ziel: Entlastung von Mitarbeitenden bei wiederkehrenden, monotonen oder körperlich belastenden Aufgaben durch die Kollaboration von Mensch und Roboter
Nutzen für KMU: Einfache Einführung und Bedienung; Flexibel und skalierbar einsetzbar; Entlastung von Fachkräften; Typische Aufgaben: Bestücken, Kommissionieren, Palettieren, Applizieren
Wirkung auf Nachhaltigkeit: Ressourcenschonung durch höhere Prozesssicherheit; Geringerer Energieverbrauch als klassische Roboter; Bessere Ergonomie am Arbeitsplatz
Erforderliches Know-how: Grundlagen der Robotik; Sicherheits- und Prozessverständnis; Intuitive Bedienung statt Programmieraufwand
Schnittstellen zu anderen Technologien: KI-Qualitätsprüfung; Digitaler Zwilling
Kontakt: Prof. Dr. Martin Roeder, TH Lübeck
Weitere Informationen zum Download: Cobots in der Produktion
Hardware in the Loop
Ziel: Entwicklung, Test und Optimierung mechatronischer Systeme im realitätsnahem Prüfstand: aktive Fahrwerks- oder Wankstabilisator- Systeme
Nutzen für KMU: Schnellere Entwicklung mit weniger Prototypen; Test verschiedener Varianten, Lastfälle und Störungen; Übertragbar auf andere mechatronische Systeme; Auch für End-of-Line-Prüfungen geeignet
Wirkung auf Nachhaltigkeit: Weniger physische Prototypen und Testfahrten; Reduzierter Energie- und Materialverbrauch durch virtuelle Erprobung
Erforderliches Know-how: Aktorik, Sensorik, Regelung, Informationsverarbeitung, Prüftstandtechnik; Modellierung und Validierung von Systemen
Schnittstellen zu anderen Technologien: Digitaler Zwilling
Kontakt: Nikolai Schuljak, TH Lübeck | Prof. Dr. Martin Hahn, TH Lübeck
Weitere Informationen zum Download: Hardware in the Loop